(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211384015.3 (22)申请日 2022.11.07 (71)申请人 成都博视广达科技有限责任公司 地址 610000 四川省成 都市盛和一路8 8号1 栋2单元17层1713号 (72)发明人 漆长松　李勇　 (74)专利代理 机构 成都立新致创知识产权代理 事务所 (特殊普通合伙) 51277 专利代理师 刘俊 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 7/187(2017.01)G06T 7/70(2017.01) (54)发明名称 基于图像分析的丝印缺陷检测方法及装置 (57)摘要 本发明公开了基于图像分析的丝印缺陷检 测方法， 包括： 采集图像并对图像进行预处理， 利 用面积阈值和轮廓提取联合分割得到数个待检 测的子区图像； 利用子区图像生成方形黑色区域 检测掩膜和第一圆形区域掩膜， 分别进行圆形残 缺检测和区域缺陷检测； 采用连通域跟踪算法求 得第一圆形区域掩膜对应的图像的圆形区域， 对 圆形区域的轮廓边缘点进行圆度分析， 求得圆形 区域中任一残 缺圆环； 求得方形黑色区域检测掩 膜对应的图像的像素均值； 基于像素均值求得方 形区域二值化阈值， 利用方形区域二值化阈值标 记缺陷的位置和大小； 采用梯度下降法求得第一 圆形区域掩膜内的断裂区域。 本发 明还提供了基 于图像分析的丝印缺陷检测的装置 。 权利要求书3页 说明书8页 附图3页 CN 115439476 A 2022.12.06 CN 115439476 A 1.基于图像分析的丝印缺陷检测方法， 其特 征在于， 包括以下步骤： 采集获得待检测的图像， 并对图像进行预处理， 利用面积阈值和轮廓提取联合分割得 到数个待检测的子区图像； 利用子区图像生成方形黑色区域检测掩膜和第 一圆形区域掩膜， 并分别进行圆形残缺 检测和区域缺陷检测； 采用连通域跟踪算法求得第 一圆形区域掩膜对应的图像的圆形区域， 对圆形区域的轮 廓边缘点进行圆度分析， 求得圆形区域中任一残缺圆环； 求得方形黑色区域检测掩膜对应的图像的像素均值； 基于像素均值求得方形区域二值 化阈值， 利用方 形区域二值化阈值标记缺陷的位置和大小； 采用梯度下降法求得第一圆形区域掩膜内的断裂区域。 2.根据权利要求1所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 采集获得待 检测的图像， 并对图像进行预处理， 利用面积 阈值和轮廓提取联合分割得到数个待检测的 子区图像， 包括以下步骤： 对待检测的图像进行二 值化处理得到二 值图； 利用面积阈值对二 值图进行 连通域滤波， 得到滤波后的第一图像； 对第一图像进行轮廓提取， 得到数个待检测的子区图像； 所述子区图像为原灰度图和 二值图。 3.根据权利要求1所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 利用子区图 像生成方 形黑色区域检测掩膜和第一圆形区域掩膜， 包括以下步骤： 将子区图像的二 值图生成方 形子区掩膜； 利用方形子区掩膜分别对子区图像的原灰度图和二值图进行滤波处理， 得到滤波后的 二值图和灰度图； 包括： 对方形子区掩膜的掩码图像所有像素除以255， 将所得的图像与原 灰度图和二 值图相乘， 得到滤波后的图像； 采用腐蚀运 算对二值图进行腐蚀处 理， 得到腐蚀后的二 值子区图像； 对腐蚀后的二值子区图像进行反色处理， 得到互补二值图， 并共 同组成四个第一圆形 区域； 对四个所述第一圆形区域的二 值图进行 连通域滤波， 得到第一圆形区域掩膜； 利用方形子区掩膜和第一圆形区域掩膜共同生成方 形黑色区域检测掩膜。 4.根据权利要求3所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 对圆形区域 残缺程度进行检测， 其包括以下步骤： 利用轮廓提取算法对 任一所述第一圆形区域在第一圆形区域掩膜中进行定位； 并对任一所述第一圆形区域掩膜对应的灰度图区域进行二值化处理， 得到 内圆区域的 二值图； 求得第一圆形区域掩膜中第一圆形区域的中心点 坐标； 利用连通域跟踪算法提取得到第 二圆形区域， 并对第 二圆形区域中的圆形轮廓 边缘进 行圆度分析， 拟合得到圆形评估圆形区域轮廓点 集； 求得最佳的圆环点 集合和最佳圆环参数模型； 求得圆形评估圆形区域轮廓点 集内任一轮廓点的圆心 距离， 并与圆环半径求差； 若大于预设的差异阈值， 则记为圆环边 缘异常点；权　利　要　求　书 1/3 页 2 CN 115439476 A 2统计圆环边 缘异常点与圆环点 集合的圆环边 缘点的占比； 若占比大于预设的阈值， 则该圆环为异常； 遍历任一第一圆形区域， 求得残缺圆环。 5.根据权利要求 4所述的基于图像分析的丝印缺陷检测方法， 其特 征在于， 还 包括： 提取第二圆形区域对应的二值 圆形区域图像， 利用轮廓 提取算法找到任一第 二圆形区 域的位置， 并提取 出单个的圆形子区轮廓图像； 提取单个的圆形子区轮廓图像的轮廓边 缘点； 从轮廓边 缘点中提取3 5%的边缘点； 任一选取其中三个边缘点拟合得到圆环， 拟合模型参数为 圆环圆心坐标和圆环半径大 小； 利用拟合出的圆形评估圆形区域轮廓点 集。 6.根据权利要求4所述的基于 图像分析的丝印缺陷检测方法， 其特征在于， 还包括： 遍 历任一圆形轮廓边 缘点， 并计算任一 边缘点到拟合出的最佳圆形的圆心的距离 。 7.根据权利要求1或2或3所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 求得 方形黑色区域检测掩膜对应的图像的像素均值； 基于像素均值求得方形区域二值化阈值， 利用方形区域二值化阈值标记缺陷的位置和大小， 包括以下步骤： 获取方形黑色区域检测掩膜对应的灰度图的连通 域， 并对连通 域进行轮廓提取； 利用轮廓提取的信息获得疑似缺陷的位置； 根据疑似缺陷的位置获得 灰度图中相应的位置区域， 并进行边 缘提取； 利用边缘提取后的图像 计算缺陷置信度； 利用梯度方向和梯度幅值计算梯度统计直方图； 计算梯度方向直方图的熵值， 并利用熵值分类出真正的缺陷并标记出缺陷的位置和大 小。 8.根据权利要求7所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 所述利用梯 度方向和梯度幅值计算梯度统计直方图， 梯度方向和梯度幅值的表达式为： P[x,y]=(f[x,y+1] ‑f[x,y]+f[x+1,y+1] ‑f[x+1,y])/2 Q[x,y]=(f[x,y] ‑f[x+1,y]+f[x,y] ‑f[x+1,y+1])/2 其中， f[x,y]为边缘点坐标(x,y)出的灰度值， f[x,y+1]为边缘点坐标(x,y+1)出的灰 度值； f[x+1,y]为边缘点坐标(x+1,y)出的灰度值； f[x+1,y+1]为边缘点坐标(x+1,y+1)出 的灰度值； M[x,y]为梯度幅值， 为梯度方向。 9.根据权利要求5所述的基于图像分析的丝印缺陷检测方法， 其特征在于， 采用梯度 下 降法求得第一圆形区域掩膜内的断裂区域， 包括以下步骤： 提取第一圆形区域， 并生成第二圆形区域掩膜； 利用圆形子区轮廓图像和第二圆形区域掩膜提取 得到四个圆环区域掩膜； 利用圆环区域掩膜提取 得到圆环区域灰度图； 对圆环区域灰度图中的圆环灰度区域进行百分比二值化， 得到二值化后的圆环二值权　利　要　求　书 2/3 页 3 CN 115439476 A 3